贝叶斯联合分位自回归
统计方法学
2024-05-06 v1 统计理论
统计理论
摘要
分位数回归的使用持续增加，为常规均值回归提供了有用的替代方案。其主要实现形式为所谓的多重分位数回归，针对每个感兴趣的分位数分别建立回归。然而，近期联合分位数回归取得进展，提供了避免各分位数间回归交叉的分位函数。在此，我们转向分位自回归（QAR），给出完全贝叶斯版本。我们遵循 Tokdar 与 Kadane（2012）的思路，拓展了 Koenker 与 Xiao（2006）最初的分位数回归工作。我们为 QAR 给出了可直接解释的参数模型设定。此外，我们给出了 p 阶 QAR(p) 版本、多元 QAR(1) 版本以及空间 QAR(1) 版本。我们通过模拟以及西班牙 Aragón 收集的温度数据集加以说明。
引用
@article{arxiv.2305.19080,
title = {Bayesian joint quantile autoregression},
author = {Jorge Castillo-Mateo and Alan E. Gelfand and Jesús Asín and Ana C. Cebrián and Jesús Abaurrea},
journal= {arXiv preprint arXiv:2305.19080},
year = {2024}
}
备注
21 pages (+18 pages supplement), 8 figures (+15 figures supplement), 1 table (+6 tables supplement)